跨品种共享SNP效应提升小规模牛种基因组预测准确性的研究

本研究针对发展中国家小规模牛种基因组选择中参考群体不足的难题，创新性地采用多品种联合参考群体策略，通过比较共享基因组关系矩阵(GRM)、非共享GRM和元祖校正(metafounder)三种方法，发现Gir-Kankrej联合参考群体可使Kankrej牛305天产奶量(305-DMY)的基因组预测准确率提升23.6%。研究为资源有限条件下本土牛种育种提供了可行方案。

　　

在印度等发展中国家的畜牧业中，本土牛种如Kankrej虽然适应性强，但种群规模小、基因组数据稀缺，严重制约了基因组选择(GS)技术的应用。传统单品种参考群体构建面临样本量不足的瓶颈，而直接套用其他品种模型又会因连锁不平衡(LD)模式、等位基因频率差异导致预测偏差。如何突破这一困境，成为提升小规模牛种育种效率的关键科学问题。

发表在《Scientific Reports》的这项研究另辟蹊径，利用1298头Gir牛、1291头Sahiwal牛和500头Kankrej牛的基因型和305天产奶量表型数据，首次系统评估了多品种参考群体策略在印度本土牛种中的应用价值。研究人员采用主成分分析(PCA)和K-means聚类揭示品种间遗传关系，通过连锁不平衡衰减分析比较LD模式差异，并创新性地对比了共享GRM、非共享GRM和metafounder三种多品种基因组评估方法。

关键技术方法包括：基于Induscrip Bovine 50k SNP芯片的基因型数据；使用BLUPF90+软件进行基因组限制性最大似然(GREML)分析；采用线性回归(LR)法验证预测准确性；通过PLINK v1.9计算连锁不平衡(r²)；利用PCA-K-means聚类分析种群结构。

遗传相似性与连锁不平衡模式评估

基因组关系矩阵热图显示Gir与Kankrej存在显著遗传重叠，41.2%的Kankrej个体被聚类至Gir组。LD衰减分析进一步证实两品种在0-10kb距离的LD值分别为0.418和0.393，显著高于Sahiwal的0.372，提示共享单倍型区块可能支持跨品种预测。

遗传参数估计

Gir牛305-DMY遗传力最高(0.30±0.07)，Kankrej最低(0.17±0.01)。单品种参考群体预测准确率呈现相同趋势：Gir(0.65) > Sahiwal(0.60) > Kankrej(0.49)，证实参考群体规模与遗传力共同影响预测精度。

多品种基因组预测

采用Gir-Kankrej(GK)组合时，共享GRM使Kankrej预测准确率提升23.4%，非共享GRM进一步提升至24.6%。metafounder方法虽有效但增益有限(16.9%)。线性回归验证显示共享GRM的回归系数最接近1，预测偏差最小(-5.85)，显著优于其他方法。

讨论与意义

研究首次证实：对于仅500头规模的Kankrej牛，整合遗传相似的Gir牛(1298头)可突破样本量限制，其机制在于两品种共享的LD模式维持了标记-QTL关联稳定性。这一发现为资源有限地区提供了可推广的解决方案——当本土品种缺乏足够参考群体时，可优先选择地理分布重叠、历史基因流频繁的近缘品种构建联合参考群体。

值得注意的是，metafounder方法因缺乏系谱数据未能充分发挥优势，提示未来研究需整合单步基因组BLUP(ssGBLUP)技术。此外，Gir牛作为大群体反而因多品种分析引入遗传噪声导致准确率下降3-6.5%，说明该方法更适用于小规模品种的精准拯救。该成果为发展中国家实施基因组选择提供了重要范式，通过优化跨品种数据共享策略，有望加速本土牛种的遗传改良进程。